• 企业数字化转型白皮书2022


    从技术到变革,创新性提出数字化转型概念框架  


        报告认为,要了解数字化转型“转什么”,就要先理解数字化转型是什么。然而,近年来,尽管数字化转型已人尽皆知,但是对于数字化转型是什么,依然众说纷纭。报告基于对国内外理论界和企业界相关观点的梳理,从技术、内涵、影响三个维度创新性地提炼出数字化转型的概念框架。

    • 首先,技术是推动数字化转型的核心力量以大数据、人工智能(AI)、云计算、移动互联、物联网为代表的新一代信息技术形成“核聚变”与行业融通,赋能千行百业,推动企业实现信息化向数字化的变革。
    • 其次,连接、数据、智能构成数字化转型的三大内核连接是数字化最基本的内容;数据是数字化的基础;而智能则是数字化未来的最高形式。企业智能是建立在大数据和AI基础上的运营全面智能化,是企业实现“连接”,坐拥“数据”之后的延伸,是数字化转型的高阶目标,也是数字化未来的最高形式。
    •  
    • 最后,数字化转型改变了什么?
    •  
    • 报告详细阐释了数字化转型带来的三大巨变。很多人将数字化转型理解为企业提升效率的手段。固然,机器换人带来的效率提升价值显而易见,但其展现的仅仅是数字化转型较柔和的影响。作为贯穿企业全局的颠覆性变革,数字化转型为企业带来从外到内的全面焕新。当整个世界被连接在一起之后,过去“从研发生产端到销售端”的传统商业模式被颠覆,取而代之的是“从市场端到研发生产端到销售终端”的现代商业模式;过去简单的、线性的产业链被击破,取而代之的是更加高效的、以消费者为核心的生态系统。企业必须建立起以用户为中心的运营模式,并不断完善服务并提升服务质量,以不断提升客户体验。相应的,企业管理者要从经营产品向经营用户价值转变;从经营市场向经营数据转变;从经营企业向经营生态转变。这些转变的背后,要求管理者的行为模式要实现从管控向赋能的行为转变。

    基于以上认知,报告对数字化转型的概念进行了高度概括:

    • 在数字化时代,企业通过广泛且深入地应用新一代信息技术,建立起人与人、人与物、物与物之间广泛且在线的连接。这些连接让数据的传递变得更加高效,信息变得更加透明,运营效率不断提升;引发了企业的商业模式、产业生态和运营管理模式的巨大变化。同时,这些连接也让企业获得了海量的内外部数据,使AI的模型和算法有了用武之地。
    • 企业可以依托模型和数据,建立起依赖可信依据而非依赖商业经验或直觉的自动化、智能化的决策体系,高质量、快捷地完成业务与管理活动

    从数据报表到元宇宙,首创性提出数据驱动的应用模型 


     时至今日,当企业对数字化转型已从讨论上升到行为之后,数据驱动作为数字化转型主线的地位已获得普遍认同。报告在国内率先提出数据驱动的应用模型,使公众对数据驱动能够产生场景化、具象化的认知,并基于这一认知推动数据驱动在企业的应用和实现。

    • 数据驱动应用的第一层是呈现,核心是要你看见,即将数据结果呈现给用户,只反应客观事实,不做判断,典型应用场景如数据报表。在这个层级上的数据驱动未形成人机协同,仅有简单的人机交互;
    • 数据驱动应用的第二层是预警,核心是助你分辨,即基于数据判断好坏优劣,典型应用场景如红绿灯、仪表盘,在这一层级上系统已开始进行数据的处理分析,并能协助用户进行数据判断,人机交互程度进一步提高,但数据分析判断过于简单,仍未达到人机协同的程度;
    • 数据驱动应用的第三层是建议,核心是帮你抉择,即基于数据做出行动建议,如商品选择、抖音推荐,这一层级在一定程度上已经开始出现人机协同,与传统的工具不同,信息系统可以运行设定好的模型算法,针对用户的输入执行相应的命令,做出预设性的建议,人与数字系统的交互是双向、多重的,并且可以形成多轮开放式对话,但做最终决策的仍然是人,系统仍处在被动地位;
    • 数据驱动应用的第四层是决策,核心是替你决断,即基于数据自动决策和执行,如银行贷款等,依托智能系统,数据驱动场景正式进入人机协同阶段,智能系统具有情境感知、自适应学习、自主决策及主动交互与协同等关键特征,在此过程中,人和系统互相双向学习,推动着人机交互向人机智能协同发生深刻的转变;
    • 数据驱动应用的第五层是融贯,核心是虚实合一,即将虚拟与实际打通,在人机智能得到充分融合的条件下,人机协同将向人机融合转变,人与机器的共生关系将在信息传递、信息处理及决策执行等方面都得到全方位的充分体现。以元宇宙为例,用户通过元宇宙基础设施和超级VR技术让自己全身心地成为元宇宙的一份子(Cyborgs)。在混合虚拟现实技术的支持下,数据驱动下的决策也将难分是完全由机器做出还是由人做出,机器和数据已经成为现实中人不可分割的部分。

    在此基础上,白皮书进一步指出,数据驱动的实现是一个闭环的过程,并提出企业应拥有一套包含数据采集、数据治理、数据建模、自动决策、指挥执行、反馈改进六步闭环的数据价值体系

    •  

    从业务到财务,全面勾勒企业数字化转型的行动路线图 


     从数字化转型工作推进角度,白皮书提出数字化转型的行动方法论,可总结为“五要素”推进法:从需求出发,以场景切入,用数据支撑,乘技术迭代,呈螺旋前进。

    • 需求出发:企业数字化转型的首要工作是在正式启动转型之前要明确需求,通过全面扫描自身情况,梳理企业对数字化转型的需求,整合分析后进行分类聚焦,明确企业的核心需求,以核心需求为引擎,结合自身实际情况和阶段性目标,先从某一环节入手,渐进式地进行数字化转型。
    • 场景切入:在数字化转型视角下,企业经营可分解为业务场景的叠加,立足场景、问题导向是数字化建设速赢见效的重要手段。从场景切入开展数字化转型,企业可采取这样的有效策略:从价值需求出发,通过场景建模、解耦、复用、协同开发、数据打通等,从单个场景的转型切入,寻求局部最优解决方案,通过逐个突破业务重要节点,打通企业价值链,推动企业的数字化转型。
    • 数据支撑:用数据支撑数字化转型有两层含义:第一层是用数据支撑数字化转型的过程和动作。第二层是用数据支撑数字化转型中的业务运营和管理决策。在数字化时代,每个企业都要成为数据公司,用算法来构建模型,并搭建数字化平台。这就要用到技术。
    • 技术迭代:当前,以云计算、大数据、物联网、人工智能、5G 为代表的新一代信息技术,在不断的融合、叠加、迭代中,为数字化转型提供了高经济性、高可用性、高可靠性的技术底座。同时,量子计算、脑机接口等技术突破传统信息技术领域范畴,为数字化转型向高级阶段发展注入动力。这些技术在行业的应用场景中广泛应用,高效响应不同行业企业数字化转型中的个性化需求。
    • 螺旋前进数字化转型需要企业在不断试错中前进。这要求企业在转型之前就建立这一认知并指导数字化进程,接受过程中的停滞甚至是倒退,笃定并坚持数字化总进程和总趋势是不变的。同时,数字化转型是伴随着数字技术的不断发展,不断利用技术重新定义产业的发展模式和企业的业务战略模式的一个持续的过程。
    •  

    报告同时提出,从整体来看,企业应着眼于整个价值链,而不是某一个环节开展数字化转型,尤其要规划建设研发、生产、供应链、营销、经营管理和财务六大价值链关键环节的数字化体系,并将它们全线打通,形成紧密连接、互为促进,共生共赢关系,共同创造企业价值链新生态。

    从真实世界到数字孪生世界,首创性搭建企业数字化全景架构 


            在数字化转型的浪潮推动下,企业信息化架构正在进行互联网化的转型升级。由于传统单体系统的信息化架构无法满足数字化转型的需要,企业需要构建以数据驱动为核心,可广泛连接和打通、可灵活组装、可快速搭建快速迭代的新一代数字化架构,以适应未来真实世界和数字孪生世界的运行、交互与融合,以处理数据的方式创新性地满足企业不同场景下业务、管理、生态建设等全面需求。

    报告首创性地推出了企业新一代数字化全景架构:企业在真实世界中的一切,从企业外部的生态、产业链到企业内部的价值链、组织、制度、流程都基于信息系统和网络在线连接起来,在虚拟世界中形成镜像,真实世界与虚拟世界打通,实现无缝交互,并产生大量数据。利用云端的算法和算力,一方面推动真实物理世界中的效率提升、商业模式创新与生态演进,另一方面推动虚拟数据世界中的数据应用,实现数据驱动。

    • 真实世界中的一切,基于信息系统和网络在线连接起来,在虚拟世界中形成镜像,真实世界与虚拟世界打通,实现无缝交互,并产生大量数据。

    • 基于技术构建数字化各项能力,创新性地满足企业不同场景下业务、管理、生态建设等全面需求。

    • 一方面推动真实物理世界中的效率提升、商业模式创新与生态演进,另一方面推动虚拟数据世界中的数据应用,实现数据驱动。

    报告补充,这一架构对企业而言无法一蹴而就,但终将以渐进式的方式逐步实现。 

    参考资料:


  • 相关阅读:
    python三大神器之virtualenv pip, virtualenv, fabric通称为pythoner的三大神器。
    pip使用国内镜像,豆瓣、清华
    pip国内源
    Android原生(Native)C开发之四:SDL移植笔记
    libcurl使用easy模式阻塞卡死等问题的完美解决
    linux 自定义信号
    ubuntu 12.04安装telnet和ssh服务
    libcurl with telnet
    ubuntu使用ssh登入不执行.bashrc解决方法
    pthread_kill
  • 原文地址:https://www.cnblogs.com/tgzhu/p/16573187.html
Copyright © 2020-2023  润新知